[논문 리뷰] Data-Driven Load Profiles and the Dynamics of Residential Electric PowerConsumption

Mehrnaz Anvari, Elisavet Proedrou외 4명|arXiv (Cornell University)|2020. 09. 19.

Smart Grid Energy Management참고 문헌 35인용 수 7

한 줄 요약

이 논문은 고해상도 주거용 전기 소비 데이터를 사용하여 경제적이고 데이터 기반의 방법으로 정확한 평균 소비 프로파일(average load profile, ALP)을 추출하고, 수요 변동성을 모델링하는 것을 제안한다. 이는 경험이 풍부한 모드 분해(EMD)를 사용한다. ALP는 실제 데이터에 대한 피팅에서 표준 소비 프로파일(H0 SLP)보다 유의미하게 뛰어나며, 평균 제곱오차(MSE)가 최소 15% 낮다. 이는 가정용 수요가 매우 간헐적이고 비대칭적임을 시사하며, 향후 전력망 계획에서 기존의 표준 소비 프로파일의 부적합성을 도전한다.

ABSTRACT

The dynamics of power consumption constitutes an essential building block for planning and operating energy systems based on renewable energy supply. Whereas variations in the dynamics of renewable energy generation are reasonably well studied, a deeper understanding of short and long term variations in consumption dynamics is still missing. Here, we analyse highly resolved residential electricity consumption data of Austrian and German households and propose a generally applicable methodology for extracting both the average demand profiles and the demand fluctuations purely from time series data. The analysis reveals that demand fluctuations of individual households are skewed and consistently highly intermittent. We introduce a stochastic model to quantitatively capture such real-world fluctuations. The analysis indicates in how far the broadly used standard load profile (SLP) may be is insufficient to describe the key characteristics observed. These results offer a better understanding of demand dynamics, in particular its fluctuations, and provide general tools for disentangling mean demand and fluctuations for any given system. The insights on the demand dynamics may support planning and operating future-compliant (micro) grids in maintaining supply-demand balance.

연구 동기 및 목표

• 고해상도 주거용 전기 소비 데이터로부터 평균 소비 프로파일(average load profile, ALP)을 추출하고 수요 변동성을 모델링하기 위한 일반적이고 데이터 기반의 방법론을 개발하는 것.
• 실제 주거용 전기 수요의 역학을 표현하는 데 널리 사용되는 표준 소비 프로파일(H0 SLP)의 한계를 평가하는 것.
• 특히 비대칭성과 간헐성 측면에서 주거용 전기 수요 변동성의 통계적 성질을 정량화하는 것.
• 여러 주거용 데이터셋에서 경험적 데이터에 대한 피팅 성능이 H0 SLP를 뛰어넘는 강력하고 최적화된 ALP를 제공하는 것.
• 특히 고율의 재생 가능 에너지 통합을 포함하는 시스템에서, 수요 역학의 표현을 향상시켜 미래 스마트 그리드의 설계 및 운영을 지원하는 것.

제안 방법

• 방법론은 평균화된 주간 전기 수요 프로파일을 내재 모드 함수(IMF)로 분해하기 위해 경험이 풍부한 모드 분해(EMD)를 사용한다. 이는 저주파 트렌드와 고주파 변동성을 분리한다.
• 평균 소비 프로파일(ALP)는 예측된 소비와 실제 소비 간의 평균 제곱오차(MSE)를 최소화하기 위해, 저주파 IMF 중 8~18개를 합쳐 재구성한다 (데이터에 따라 다름).
• 최적의 저주파 모드 수(N_optimal = 8)는 MSE를 최소화함으로써 결정되며, 성능은 연속된 네 주 기간 동안 검증된다.
• 실제 데이터에서 관찰된 비대칭적이고 간헐적인 수요 변동성의 특성을 정량적으로 포착하기 위해 확률 모델이 개발된다.
• ALP의 성능은 2초 해상도의 7일 간격(총 L = 604,800 데이터 포인트)에서 MSE를 계산하여 H0 SLP와 비교된다.
• 이 방법은 공개된 NOVAREF(CC-BY), TU Wien의 ADRES, DLR/EWE의 ENERA 세 개의 데이터셋에 적용되며, 후자의 두 데이터셋은 데이터 접근이 제한되어 있다.

실험 결과

연구 질문

• RQ1 표준 소비 프로파일(H0 SLP)은 고시간 해상도에서 실제 주거용 전기 소비의 역학을 얼마나 잘 표현하는가?
• RQ2 주거용 전기 수요 변동성의 통계적 구조는 무엇이며, 이는 정규분포나 대칭성 가정에서 어떻게 벗어나는가?
• RQ3 EMD 기반의 데이터 기반 경제적 방법이 H0 SLP보다 더 정확한 평균 소비 프로파일을 생성할 수 있는가?
• RQ4 최소 오차를 갖는 평균 소비 프로파일을 재구성하기 위해 저주파 모드를 몇 개인지 합쳐야 하는가?
• RQ5 주거용 전기 수요의 변동성은 어느 정도 비대칭성과 간헐성을 보이며, 이를 어떻게 확률적으로 모델링할 수 있는가?

주요 결과

• 저주파 IMF 중 8~18개를 합쳐 재구성한 ALP는 H0 SLP를 일관되게 능가하며, 최소 MSE가 H0 SLP의 MSE보다 15% 낮다.
• NOVAREF 데이터셋에서 네 주 기간 대부분에 대해 최적의 모드 수(N_optimal)는 8로 확인되었다.
• 주거용 전기 수요 변동성은 일관되게 비대칭적이며 매우 간헐적이며, 대칭적이거나 정규분포 가정 기반의 모델은 실제 동역학을 포괄하기에 부적절하다는 것을 시사한다.
• 모든 테스트 설정에서 ALP는 H0 SLP보다 더 낮은 평균 제곱오차(MSE)를 기록하며, N ≈ N_optimal일 때 MSE 비율(MSE_ALP / MSE_H0SLP)은 항상 1 이하이다.
• 최적의 N에서 MSE 비율이 1 미만임을 통해 결과의 비랜덤성이 확인되었으며, 이는 우연을 초월한 통계적 유의성을 나타낸다.
• 이 방법은 일반화 가능하며, 시간 시계열 데이터에서 평균 수요와 변동성 성분을 분리하는 데 어떤 시스템에도 적용 가능하다.